Klasifikasi Kabupaten-Kabupaten di Provinsi Sulawesi Selatan Berdasarkan Pola dan Struktur Pertumbuhan Ekonomi Menggunakan Logika Fuzzy

Transkripsi

1 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Klasifikasi Kabupaten-Kabupaten di Provinsi Sulawesi Selatan Berdasarkan Pola dan Struktur Pertumbuhan Ekonomi Menggunakan Logika Fuzzy Rifaldy Fajar, Agus Maman Abadi Program Studi Matematika, FMIPA Universitas Negeri Yogyakarta T - 32 Abstrak-Penelitian ini bertujuan untuk mengklasifikasikan kabupaten-kabupaten di Provinsi Sulawesi Selatan tahun 2014 berdasarkan pola dan struktur pertumbuhan ekonomi menggunakan logika fuzzy. Data yang digunakan adalah data PDRB perkapita berdasar harga berlaku dan laju pertumbuhan PDRB dari kabupatenkabupaten di Provinsi Sulawesi Selatan tahun 2014 atas dasar harga konstan. Data tersebut dijadikan sebagai input dengan outputnya yaitu pola dan struktur pertumbuhan ekonomi. Setiap variabel input dan output ditentukan himpunan universalnya. Selanjutnya, didefinisikan himpunan fuzzy dari masing-masing varabel input dan output. Dari himpunan fuzzy yang telah didefinisikan tersebut ditentukan logika fuzzy-nya. Logika fuzzy yang telah ditentukan digunakan untuk proses inferensi dengan metode Mamdani. Setelah itu, di defuzzifikasi dengan metode center of gravity sehingga diperoleh hasil dari klasifikasi kabupaten di Provinsi Sulawesi Selatan. Hasilnya yaitu daerah dengan pola dan struktur ekonomi maju tetapi tertekan meliputi Kabupaten Gowa, Sinjai, Barru, Soppeng, Enrekang, Tana Toraja, Toraja Utara, Pare-Pare dan. Daerah dengan pola dan struktur pertumbuhan ekonomi berkembang meliputi Kabupaten Jeneponto, Maros, dan Sidenreng Rappang sedangkan daerah dengan pola dan struktur pertumbuhan ekonomi maju meliputi Kabupaten Bulukumba, Kepulauan Selayar, Bantaeng, Takalar, Pangkajene Kepulauan, Bone, Wajo, Pinrang, Luwu, Luwu Utara, Luwu Timur dan Kota Makassar. Kata kunci: kabupaten, klasifikasi, logika fuzzy I. PENDAHULUAN Klasifikasi merupakan penyusunan bersistem dalam kelompok atau golongan menurut kaidah yang ditetapkan. Klasifikasi digunakan dalam berbagai sektor kehidupan. Salah satunya ekonomi. Klasifikasi ekonomi biasanya digunakan untuk mengetahui tingkat pertumbuhan ekonomi suatu negara atau daerah. Dengan demikian, pemerintah dari negara atau daerah yang bersangkutan dapat merumuskan kebijakan dan program pembangunan dengan lebih tepat dan terarah. Untuk itulah dalam perumusan kebijakan dan program pembangunan negara, negara Indonesia mengklasifikasikan lagi daerah-daerahnya. Mulai dari tingkat provinsi, kabupaten, kecamatan hingga desa. Sehubungan dengan itu, yang akan dibahas dalam tulisan ini adalah klasifikasi kabupaten. Kecamatan merupakan suatu wilayah administratif dibawah provinsi yang berfungsi untuk mendayagunakan kecamatan-kecamatan. Oleh karena itu tingkat perekonomian kabupaten dapat dijadikan tolok ukur dalam kinerjanya mendayagunakan perekonomian kecamatan. Terdapat beberapa penelitian terkait klasifikasi daerah, diantaranya referensi [1] yang membahas tentang bagaimana UNDP, World Bank, dan IMF mengklasifikasikan suatu negara berdasarkan level perkembangannya. Selanjutnya klasifikasi daerah atau pengklasteran daerah potensial penghasil kedelai dengan menggunakan fuzzy cluster telah dilakukan. Referensi [2] menganalisis tentang pola pertumbuhan ekonomi yang dilihat dari sisi pendapatan per kapita dan laju pertumbuhan penduduk serta menganalisis tentang sektor ekonomi potensial. Alat analisis yang dgunakan adalah tipologi klassen, Location Quotients (LQ), Model Rasio Pertumbuhan (MRP), overlay dan rasio penduduk pengerjaan. Kemudian referensi [3] PT-225

2 ISBN (Cetak) (On-line) yaitu menganalisis ketimpanangan dan tipologi wilayah kabupaten/kota di Provinsi Jawa Timur tahun Analisis ini bertujuan untuk melihat tingkat ketimpangan PDRB dan klasifikasi kabupaten/kota di Provinsi Jawa Timur. Alat analisis untuk mengklasifikasikan kabupaten/kota yaitu tipologi klassen. Hasil dari analisis tipologi klassen menunujukkan bahwa kabupaten/kota di Provinsi Jawa Timur tahun mayoritas berada pada daerah relatif tertinggal. Selain itu, referensi [4] yang menjadi rujukan penulis dalam Prosiding Seminar Nasional Matematika UNY Tahun 2015 yaitu klasifikasi kecamatan-kecamatan di Yogyakarta berdasar pola serta struktur pertumbuhan ekonomi dengan menggunakan logika fuzzy dimana peneliti melakukan pengklasifikasian beberapa kecamatan yang dianggap tertinggal, berkembang, maju tapi tertekan dan maju. Pada tulisan, akan dibahas tentang klasifikasi kabupaten-kabupaten di Provinsi Sulawesi Selatan tahun 2014 berdasarkan pola dan struktur pertumbuhan ekonomi dengan logika fuzzy. Hal ini dikarenakan klasifikasi dengan menggunakan logika fuzzy belum pernah diterapkan untuk kasus ini. Penelitianpenelitian sebelumnya hanya berfokus pada analisis potensial ekonomi berdasar pada masing-masing kabupaten. II. METODE PENELITIAN Himpunan fuzzy adalah himpunan yang setiap elemennya memiliki derajat keanggotaan. Berbeda dengan himpunan klasik yang hanya bernilai 0 dan 1, himpunan fuzzy memiliki derajat keanggotaannya yaitu [0,1]. Himpunan fuzzy muncul karena banyak kata-kata dalam kehidupan sehari-hari yang tidak bisa diwakili dengan himpunan klasik, misalnya tinggi, rendah, sedang, tebal dan tipis [5] Seperti pada pembahasan himpunan klasik, pada himpunan fuzzy juga terdapat logika fuzzy. Logika fuzzy adalah dasar dari sistem fuzzy. Logika fuzzy dapat digunakan untuk membuat keputusan berdasarkan informasi atau data yang ada. Model pada logika fuzzy yaitu aturan if-then yang bisa dihubungkan dengan and atau or. Misalanya if (Pertumbuhan PDRB is rendah) and (PDRB perkapita is rendah) then (Pola dan struktur perkembangan ekonomi is tertinggal). Pada penelitian kali ini, kata penghubung antara proposisi pertama dan proposisi kedua adalah dan (and). Berikut ini langkah dalam menentukan klasifikasi kabupaten di Provinsi Sulawesi Selatan menggunakan logika fuzzy. Start Menentukan input dan output Mendefinisikan himpunan fuzzy dari setiap input dan output Menentukan himpunan universal dari input dan output Menentukan logika fuzzy Interfensi fuzzy metode mamdani Hasil Perhitungan Defuzzifikasi menggunakan Center of Gravity Defuzzifier END GAMBAR 1. METODE PENELITIAN III. HASIL DAN PEMBAHASAN A. Menentukan Variabel Input dan Output Variabel input yang digunakan ada dua yaitu PDRB perkapita atas dasar harga berlaku dan laju pertumbuhan PDRB, sedangkan variable outputnya yaitu pola dan struktur pertumbuhan ekonomi. Data diambil dari Badan Pusat Statistik Provinsi Sulawesi Selatan sesuai referensi [6] dan [7]: PT-226

3 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 TABEL 1. PDRB PERKAPITA KABUPATEN DI PROVINSI SULAWESI SELATAN ATAS DASAR HARGA BERLAKU TAHUN 2014 No Kabupaten PDRB Perkapita (dalam Milyar Rupiah) 1 Kepulauan Selayar 3.494,21 2 Bulukumba 8.385,78 3 Bantaeng 4.964,12 4 Jeneponto 6.157,05 5 Takalar 5.882,26 6 Gowa ,91 7 Sinjai 6.484,77 8 Maros ,54 9 Pangkajene Kepulauan ,74 10 Barru 4.434,06 11 Bone ,98 12 Soppeng 6.174,25 13 Wajo ,16 14 Sidenreng Rappang 8.048,15 15 Pinrang ,83 16 Enrekang 4.628,10 17 Luwu 9.018,94 18 Tana Toraja 4.277,60 19 Luwu Utara 7.590,83 20 Luwu Timur ,07 21 Toraja Utara 5.028,50 22 Makassar ,53 23 Pare-Pare 4.434,69 24 Palopo 4.765,33 TABEL 2. PERTUMBUHAN PDRB KABUPATEN DI PROVINSI SULAWESI SELATAN ATAS DASAR HARGA BERLAKU TAHUN 2014 No Kabupaten Laju Pertumbuhan PDRB 1 Kepulauan Selayar 9,01 2 Bulukumba 8,54 3 Bantaeng 8,34 4 Jeneponto 7,94 5 Takalar 9,77 6 Gowa 7,17 7 Sinjai 6,99 8 Maros 4,73 9 Pangkajene Kepulauan 10,42 10 Barru 7,36 11 Bone 9,53 12 Soppeng 6,90 13 Wajo 9,68 14 Sidenreng Rappang 7,87 15 Pinrang 8,11 16 Enrekang 6 17 Luwu 8,81 18 Tana Toraja 6,82 19 Luwu Utara 8,83 20 Luwu Timur 8,11 21 Toraja Utara 7,64 22 Makassar 7,40 23 Pare-Pare 6,33 24 Palopo 7,06 B. Menentukan Himpunan Universal dari Input dan Output Himpunan universal dari input : PDRB perkapita disimbolkan A dengan himpunan universal [0, ], dan laju pertumbuhan PDRB disimbolkan B dengan himpunan universal [0,9]. Himpunan universal dari output: Pola dan struktur pertumbuhan ekonomi disimbolkan C dengan himpunan universal [0,10]. PT-227

4 ISBN (Cetak) (On-line) C. Mendefinisikan Himpunan Fuzzy dari Setiap Input dan Output Pada himpunan universal A didefinisikan himpunan fuzzy yaitu rendah(re), sedang(se) dan tinggi(ti) dengan fungsi keanggotaan sebagai berikut: , , , ,85, ,85 0, ,85 GAMBAR 2. FUNGSI KEANGGOTAAN HIMPUNAN FUZZY ARENDAH, ASEDANG, DAN ATINGGI Pada himpunan universal B didefinisikan himpunan fuzzy yaitu rendah(ah), sedang(ng) dan tinggi(gi). Fungsi keanggotaan untuk himpunan fuzzy tersebut adalah sebagai berikut. 1 3, , , 3,3 7,87, 0, 7,87 GAMBAR 3. FUNGSI KEANGGOTAAN HIMPUNAN FUZZY BRENDAH, BSEDANG, DAN BTINGGI Pada himpunan fuzzy C didefinisikan 4 himpunan fuzzy yaitu tertinggal, berkembang, maju tapi tertekan dan maju dengan fungsi keanggotaan sebagai berikut: PT-228

5 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY ,0 3 2,5 1,5,1 2,5 0, 2,5 1 2,5,0 2,5 2,5, 1 7,5,5 10 2,5 0, 7,5 7,5 2,5,7,5 10 1, 10 GAMBAR 4. FUNGSI KEANGGOTAAN HIMPUNAN FUZZY CTERTINGGAL, CBERKEMBANG, CMAJU-TERTEKAN, DAN CMAJU D. Menentukan Logika Fuzzy Logika fuzzy yang digunakan adalah sebagi berikut. 1. Jika (PDRB perkapita adalah rendah) dan (Pertumbuhan PDRB adalah rendah) maka (Pola dan struktur pertumbuhan ekonomi adalah tertinggal). 2. Jika (PDRB perkapita adalah rendah) dan (Pertumbuhan PDRB adalah sedang) maka (Pola dan struktur pertumbuhan ekonomi adalah tertinggal). 3. Jika (PDRB perkapita adalah rendah) dan (Pertumbuhan PDRB adalah tinggi) maka (Pola dan struktur pertumbuhan ekonomi adalah berkembang). 4. Jika (PDRB perkapita adalah sedang) dan (Pertumbuhan PDRB adalah rendah) maka (Pola dan struktur pertumbuhan ekonomi adalah tertinggal). 5. Jika (PDRB perkapita adalah sedang) dan (Pertumbuhan PDRB adalah sedang) maka (Pola dan struktur pertumbuhan ekonomi adalah berkembang). 6. Jika (PDRB perkapita adalah sedang) dan (Pertumbuhan PDRB adalah tinggi) maka (Pola dan struktur pertumbuhan ekonomi adalah berkembang). 7. Jika (PDRB perkapita adalah tinggi) dan (Pertumbuhan PDRB adalah rendah) maka (Pola dan struktur pertumbuhan ekonomi adalah maju tapi tertekan). 8. Jika (PDRB perkapita adalah tinggi) dan (Pertumbuhan PDRB adalah sedang) maka (Pola dan struktur pertumbuhan ekonomi adalah maju tapi tertekan). 9. Jika (PDRB perkapita adalah tinggi) dan (Pertumbuhan PDRB adalah tinggi) maka (Pola dan struktur pertumbuhan ekonomi adalah maju). E. Menentukan Infernsi Fuzzy metode Mamdani dan Defuzzifikasi Untuk memudahkan dalam inferensi fuzzy metode mamdani dan defuzzifikasi, digunakan FIS Editor pada program matlab. Salah satu hasilnya adalah sebagai berikut: PT-229

6 ISBN (Cetak) (On-line) GAMBAR 5. RULE VIEWER UNTUK KABUPATEN PARE-PARE Gambar 5 merupakan hasil rule viewer untuk Kabupaten Pare-Pare. Dari gambar 4 tersebut diketahui bahwa Kabupaten Pare-Pare termasuk ke dalam daerah dengan pola dan struktur pertumbuhan ekonomi maju tapi tertekan. Dengan cara yang sama, kabupaten-kabupaten yang lain juga akan terklasifikasi sesuai dengan data yang dimasukkan. Hasil pengklasifikasian tersebut yaitu daerah dengan pola dan struktur ekonomi maju tetapi tertekan meliputi Kabupaten Gowa, Sinjai, Barru, Soppeng, Enrekang, Tana Toraja, Toraja Utara, Pare-Pare dan. Daerah dengan pola dan struktur pertumbuhan ekonomi berkembang meliputi Kabupaten Jeneponto, Maros, dan Sidenreng Rappang sedangkan daerah dengan pola dan struktur pertumbuhan ekonomi maju meliputi Kabupaten Bulukumba, Kepulauan Selayar, Bantaeng, Takalar, Pangkajene Kepulauan, Bone, Wajo, Pinrang, Luwu, Luwu Utara, Luwu Timur dan Kota Makassar. Hasil klasifikasi dapat dikatakan baik karena hal ini berdasar pada masing-masing hasil rule viewer yang ditampilkan. IV. SIMPULAN DAN SARAN Berdasarkan pembahasan di atas, dapat disimpulkan hasil klasifikasi kabupaten di Provinsi Sulawesi Selatan menggunakan logika fuzzy yaitu daerah dengan pola dan struktur ekonomi maju tetapi tertekan meliputi Kabupaten Gowa, Sinjai, Barru, Soppeng, Enrekang, Tana Toraja, Toraja Utara, Pare-Pare dan. Daerah dengan pola dan struktur pertumbuhan ekonomi berkembang meliputi Kabupaten Jeneponto, Maros, dan Sidenreng Rappang sedangkan daerah dengan pola dan struktur pertumbuhan ekonomi maju meliputi Kabupaten Bulukumba, Kepulauan Selayar, Bantaeng, Takalar, Pangkajene Kepulauan, Bone, Wajo, Pinrang, Luwu, Luwu Utara, Luwu Timur dan Kota Makassar. Semakin kecil ruang lingkup suatu daerah tentunya semakin akurat data yang digunakan untuk mengetahui tingkat pertumbuhan dari daerah tersebut. Hal ini dapt dijadikan dasar untuk meneliti atau mengklasifikasikan berbagai daerah, termasuk daerah kabupaten dengan pola dan struktur ekonomi yang mana agar pemerintah lebih tepat sasaran dalam memberikan bantuan ataupun meningkatkan potensi kabupaten yang akan berdampak pada kecamatan dan desa-desa di kabupaten itu. Bagi para pembaca yang tertarik untuk mengkaji lebih dalam tentang klasifikasi kabupaten dengan logika fuzzy bisa menggunakan metode selain mamdani,misalnya metode Sugeno. DAFTAR PUSTAKA [1] I. Setiawan Penerapan metode clustering untuk memeatakan potensi tanaman kedelai di jawa tengah dengan algoritma fuzzy c-means. Diakses dari: eprints.dinus.ac.id pada tanggal 5 Juni 2017 [2] Y. Yorozu, M. Hirano, K. Oka, and Y. Tagawa, Electron spectroscopy studies on magneto-optical media and plastic substrate interface, IEEE Transl. J. Magn. Japan, vol. 2, pp , August 1987 [Digests 9th Annual Conf. Magnetics Japan, p. 301, 1982]. [3] Y.B Angsori, Analisis ketimpangan dan topologi wilayah kabupaten/kota di Provinsi Jawa Timur tahun Diakses dari: library.trunojoyo.ac.id PT-230

7 SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 [4] K. Ulinni mah & A.M Abadi. Klasifikasi Kecamatan-Kecamatan di Kota Yogyakarta Berdasarkan Pola dan Struktur Pertumbuhan Ekonomi Menggunakan Logika Fuzzy. Diakses dari pada tanggal 7 Juni [5] G.J Klir, U.S Clair & B. Yuan, Fuzzy Set Theory Foundations and Application. Upper Saddle River New Jersey : Prentice Hall inc, [6] Badan Pusat Statistik Provinsi Sulawesi Selatan, PDRB Perkapita Kabupaten di Provinsi Sulawesi Selatan Tahun Makassar : BPS Provinsi Sulawesi Selatan [7] Badan Pusat Statistik Provinsi Sulawesi Selatan, Laju Pertumbuhan PDRB Menurut Kabupaten di Provinsi Sulawesi Selatan Tahun Makassar : BPS Provinsi Sulawesi Selatan PT-231

8 ISBN (Cetak) (On-line) PT-232